6被浏览767分享邀请回答0添加评论分享收藏感谢收起写回答拒绝访问 | www.sunsharer.cn | 百度云加速
请打开cookies.
此网站 (www.sunsharer.cn) 的管理员禁止了您的访问。原因是您的访问包含了非浏览器特征(3dcb500aa58943cb-ua98).
重新安装浏览器，或使用别的浏览器成都猎头公司哪家专业？-每经电子报
Copyright(C) 2014 每日经济新闻报社版权所有,未经许可不得转载使用,违者必究成都十大猎头公司
一、人工智能芯片行业发展
1.人工智能芯片的概念
&&芯片又叫集成电路，按照功能不同可分为很多种，有负责电源电压输出控制的，有负责音频视频处理的，还有负责复杂运算处理的。算法必须借助芯片才能够运行，而由于各个芯片在不同场景的计算能力不同，算法的处理速度、能耗也就不同。在人工智能市场高速发展的今天，人们都在寻找更能让深度学习算法更快速、更低能耗执行的芯片。目前，能够适应深度学习需要的芯片类型有GPU、FPGA和ASIC等。
&&人工智能芯片的特性
&&深度学习不仅在传统的语音识别、图像识别、搜索/推荐引擎、计算广告等领域证明了其划时代的价值，也引爆了整个人工智能生态向更大的领域延伸。由于深度学习的训练(training)和推断(inference)均需要大量的计算，人工智能界正在面临前所未有的算力挑战。
&&随着人工智能产业链的火速延伸，GPU并不能满足所有场景(如手机)上的深度学习计算任务，GPU并不是深度学习算力痛点的唯一解。算力的刚需，吸引了众多巨头和初创公司纷纷进入人工智能芯片领域，并形成了一个自下而上的生态体系。
&&人工智能芯片的发展路径：从通用走向专用。
&&作为一项计算密集型的新技术，人工智能早期可以依靠通用芯片的性能来迅速发展，而后期则必须依靠专用芯片的出现才能统治市场。定制的硬件才能实现更优的功耗效率，满足不同算法、结构、终端和消费者的需求，实现规模化的收益。
&&当然，通用芯片与专用芯片永远都不是互相替代的关系，二者必须协同工作才能发挥出最大的价值。
2.人工智能芯片行业发展环境
&&行业政策环境:芯片行业主管部门为国家工业和信息化部，其主要职责为工业行业和信息化产业的监督管理，针对芯片产业负责制订行业的产业政策、产业规划，组织制订行业的技术政策、技术体制和技术标准，并对行业的发展方向进行宏观调控。
行业社会环境:
(1)互联网加速发展
2016年，我国固定互联网宽带接入用户29721万户，比上年增加3774万户，其中固定互联网光纤宽带接入用户22766万户，比上年增加7941万户;移动宽带用户94075万户，增加23464万户。移动互联网接入流量93.6亿G，比上年增长123.7%。互联网上网人数7.31亿人，增加4299万人，其中手机上网人数6.95亿人，增加7550万人。互联网普及率达到53.2%，其中农村地区互联网普及率达到33.1%。软件和信息技术服务业完成软件业务收入48511亿元，比上年增长14.9%。
(2)智能产品的普及
&&随着消费方式的升级和移动互联网的蓬勃发展，越来越多的消费电子产品已经加上了智能的标签，并逐步进入消费者的日常生活，成为潮流生活的必备装备。
&&可穿戴设备、AR/VR(增强现实/虚拟现实)、智能家居和儿童智能是智能产品的代表产物，已经在近年，尤其是2016年，在中国市场取得了令人瞩目的发展。
(3)科技人才队伍壮大
&&“十二五”期间，全国R&D研究人员保持高速增长趋势，2015年全国R&D研究人员总量为161.9万人年，较2010年增加了40.8万人年，年均增长6.0%，科技人力资源数量和质量大幅提升。
3.人工智能芯片行业发展机遇与威胁
&&外部环境分析的目的在于确认出可以使行业内企业受益的机会和企业应当回避的威胁。根据上面中国芯片行业经济环境、政策环境、社会环境和技术环境的分析，我们总结现阶段中国人工智能芯片行业发展的机遇和威胁如下表所示：
二、国内外人工智能芯片行业发展状况
1.全球人工智能芯片行业发展分析
&&全球人工智能芯片行业规模:2016年人工智能芯片市场规模达到6亿美金，预计到2021年将达到52亿美金，年复合增长率达到53%，增长迅猛，发展空间巨大。
&&全球人工智能芯片行业结构”从云端芯片来看，目前GPU占据云端人工智能主导市场，占人工智能芯片市场份额的35%。以TPU为代表的ASIC目前只运用在巨头的闭环生态，FPGA在数据中心业务中发展较快。
&&放眼未来，GPU、TPU等适合并行运算的处理器成为支撑人工智能运算的主力器件，既存在竞争又长期共存，一定程度可相互配合;FPGA有望在数据中心业务承担较多角色，在云端主要作为有效补充存在。
&&全球人工智能芯片行业竞争格局
&&从目前主要的几个机器学习芯片平台来看，首先是GPU，GPU的计算能力要比CPU高很多倍。从全部GPU市场来看，英特尔目前占了71%，英伟达占了16%，AMD占了13%。但从分立式GPU市场来看，英伟达占了71%，AMD占了29%。因此英伟达在分立式GPU市场产品中占有占有绝对的优势，其产品广泛应用于数据中心的人工智能训练。
&&全球人工智能芯片行业前景与趋势
(1)行业前景预测
&&就目前人工智能主要发展方向来看，可投资的垂直细分领域主要包括，机器人芯片研发、智能视觉、自然语言理解和开放知识图谱、人工智能教育、围棋AI、机器视觉、机器人系统方案、体感人机交互、智能投顾、智能视觉等。而所有细分领域中，核心专用芯片是人工智能时代的战略制高点。
(2)行业竞争趋势预测
&&人们越来越看好人工智能的前景及其潜在的爆发力，而能否发展出具有超高运算能力且符合市场的芯片成为人工智能平台的关键一役。由此，2016年成为芯片企业和互联网巨头们在芯片领域全面展开部署的一年。而在这其中，英伟达保持着绝对的领先地位。但随着包括谷歌、脸书、微软、亚马逊以及百度在内的巨头相继加入决战，人工智能领域未来的格局如何，仍然待解。
2.中国人工智能芯片行业发展状况&&&&&&&&&&&&
&&人工智能芯片行业市场规模分析：随着大数据的发展，计算能力的提升，人工智能近两年迎来了新一轮的爆发。芯片约占人工智能比重的15%，结合我国人工智能市场规模，推算出2016年我国人工智能芯片市场规模约为15亿元。
&&人工智能芯片行业区域发展：据工信部统计，中国北上深三座城市的人工智能相关企业总数达447家，攀升速度迅猛。
&&人工智能芯片行业发展痛点分析：在人工智能创造价值四个关键因素——人才、数据、基础建设、运算能力上，人才居首位。中国AI人才储备与美国还有较大差距，有百万年薪难求一才的情况。
3.人工智能芯片细分产品市场发展分析
&&基于FPGA的半定制人工智能芯片
(1)产品简况与特征
FPGA(FIELD-PROGRAMMABLEGATEARRAY)，即现场可编程门阵列，它是在PAL、GAL、CPLD等可编程器件的基础上进一步发展的产物。用户可以通过烧入FPGA配置文件来定义这些门电路以及存储器之间的连线。
FPGA内部包含大量重复的IOB、CLB和布线信道等基本单元。FPGA在出厂时是“万能芯片”，用户可根据自身需求，用硬件描述语言(HDL)对FPGA的硬件电路进行设计;每完成一次烧录，FPGA内部的硬件电路就有了确定的连接方式，具有了一定的功能;输入的数据只需要依次经过各个门电路，就可以得到输出结果。
(2)产品市场发展现状
&&由于FPGA的灵活性，很多使用通用处理器或ASIC难以实现的下层硬件控制操作技术利用FPGA可以很方便的实现，从而为算法的功能实现和优化留出了更大空间。同时FPGA一次性成本(光刻掩模制作成本)远低于ASIC，在芯片需求还未成规模、深度学习算法暂未稳定需要不断迭代改进的情况下，利用具备可重构特性的FPGA芯片来实现半定制的人工智能芯片是最佳选择。
(3)市场代表企业
&&目前，FPGA市场基本上全部被国外XILINX、ALTERA(现并入INTEL)、LATTICE、MICROSEMI四家占据。其中XILINX和ALTERA两大公司对FPGA的技术与市场占据绝对垄断地位。在ALTERA尚未被INTEL收购的2014年，XILINX和ALTERA分别实现23.8亿美元和19.3亿美元的营收，分别占有48%和41%的市场份额，而同年LATTICE和MICROSEMI(仅FPGA业务部分)两公司营收为3.66亿美元和2.75亿美元，前两大厂商占据了近90%的市场份额。
(4)市场前景分析
&&由于FPGA灵活快速的特点，在众多领域都有替代ASIC的趋势，据市场机构GRANDVIEWRESEARCH的数据，FPGA市场将从2015年的63.6亿美元增长到2022年的约96亿美元，年均增长率在6%。
&&针对深度学习算法的全定制人工智能芯片
(1)产品简况与特征
&&在针对深度学习算法的全定制阶段，芯片是完全采用ASIC设计方法全定制，性能、功耗和面积等指标面向深度学习算法都做到了最优。
ASIC(ApplicationSpecificIntegratedCircuits，专用集成电路)，是指应特定用户要求或特定电子系统的需要而设计、制造的集成电路。严格意义上来讲，ASIC是一种专用芯片，与传统的通用芯片有一定的差异。是为了某种特定的需求而专门定制的芯片。
(2)产品市场发展现状
ASIC在人工智能深度学习方面的应用还不多，但是可以拿比特币矿机芯片的发展做类似的推理。比特币挖矿和人工智能深度学习有类似之处，都是依赖于底层的芯片进行大规模的并行计算。而ASIC在比特币挖矿领域，展现出了得天独厚的优势。
&&目前ASIC芯片已成为主流的矿机芯片，挖矿速度基本都达到了GH/S的级别，比如BITMAIN的第四代芯片BM1385，单颗芯片算力可达32.5GH/S，在0.66V的核心电压下功耗仅为0.216W/GH/S。ASIC芯片随着硅片加工精度的提升，其性能更好，功耗更低。目前硅片加工精度已经130nm提升至14nm，基本接近现有半导体技术的极限。
(3)市场代表企业
ASIC易学难练，要想大成，靡费巨资。因此玩ASIC的不乏豪门贵族。例如，谷歌于2016年推出可编程AI加速器TPU，英特尔也将于2017年推出专为深度学习设计的芯片KnightsMill。微软打造ProjectCatapult支持微软Bing。
&&从初创公司来看，美国的WaveComputing公司专注于深度学习芯片架构，推出DPU(DataflowProcessingUnit);英国的Graphcore公司将推出开源软件框架Poplar和智能处理单元IPU。
&&相比于科技巨头，初创企业更有可能结合具体应用场景设计芯片，如地平线机器人设计的第一代BPU(BrainProcessingUnit)，被用于开发ADAS系统。
(4)市场前景与趋势分析
国内的比特币芯片生产厂商，都有可能在人工智能时代华丽转身，成为拥抱深度学习的定制芯片供应商。随着人工智能算法和应用技术的日益发展，以及人工智能专用芯片ASIC产业环境的逐渐成熟，人工智能ASIC将成为人工智能计算芯片发展的必然趋势。全球猎头公司排名前十的公司分别是哪些？_百度知道
全球猎头公司排名前十的公司分别是哪些？
我有更好的答案
世界十大顶尖猎头公司排行榜（排名分先后）光辉国际咨询顾问公司 ·海德思哲国际有限公司 · 美国阿托兹顾问有限公司 · 亿康先达国际咨询公司 · 罗兰贝格尔国际有限公司 · 尼科尔森国际有限公司 · 优异人力资源顾问公司 · EMDS顾问有限公司 · 联合资源顾问有限公司 · 优利投资咨询有限公司
采纳率：73%
为您推荐：
其他类似问题
猎头公司的相关知识
换一换
回答问题，赢新手礼包
个人、企业类
违法有害信息,请在下方选择后提交
色情、暴力
我们会通过消息、邮箱等方式尽快将举报结果通知您。